Visio mi-parcours
2025-05-16
L’objectif de cette étude est d’explorer les liens entre indices biologiques et paramètres physico-chimiques afin d’étudier les réponses biologiques aux pressions incombées par ces derniers. On vise à étudier des patterns généraux entre les indices, les groupes taxonomiques et les paramètres physico-chimiques.
Les données sont chargés à partir d’HUB’EAU, un service Eau France. Le package “hubeau” interroge les APIs du système d’informations.
Après l’étape de prétraitement, les jeux de données sont composés de :
- Macro-invertébrés : code_station_hydrobio, libelle_station, code_indice (I2M2, ASPT, richesse taxonomique, indice de Shannon, polyvoltinisme, ovoviviparité), libelle_indice, resultat_indice, date_prelevement, code_qualification, longitute, latitude.
- Diatomées : code_station_hydrobio, libelle_station, code_indice (IBD, IPS), libelle_indice, resultat_indice, date_prelevement, code_qualification, longitute, latitude.
- Paramètres physico-chimiques : code_station_hydrobio, libelle_station, code_parametre, libelle_parametre resultat, code_support, code_fraction, code_qualification, date_prelevement.
Il n’y a qu’une prélèvement par année pour les indices biologiques mais, les prélèvements physico-chimiques peuvent être réalisé plusieurs fois par mois.
Après avoir visualisé les différents code_fraction pour chaque paramètre à l’aide de la fonction geom_tile du package ggplot2, les code_fraction majoritaires ont été retenu. Pour chacun des paramètres, deux résultats étaient obtenus, correspondant à deux fractions distinctes (eau filtrée-centrifugée et eau brute).
library(hubeau)
library(tidyverse)
library(sf)
library(DT)
library(cowplot)
library(DT)
library(httr)#utiliser POST pour calcul i2m2 à partir du SEEE
library(trend)
library(ggrepel)
library(mapview)
library(lubridate)
library(httr)
library(ggplot2)
library(dplyr)
functions <- list.files(path = "R",
pattern = ".R$",
full.names = TRUE)
map(.x = functions,
.f = source)## list()Dans un premier temps, la distributions des variables a été étudiée. Cela a permis de repérer les outliers, les erreurs de saisie et de les retirer des jeux de données.
D’après l’étude des distributions, les variables “macro-invertébrés” ne sont pas normales, elles ont plutôt une distribution asymétriques. Les indices IBD et IPS ont une distribution normale. Les indices biologiques sont relativement stables au cours du temps. Certaines paramètres physico-chimiques ont une distribution graphique asymétriques à légèrement normales.
La disponibilité des données au cours des annnées devaient être connues. Celle-ci est observée grâce à la fonction geom_tile du package ggplot2.
Ici, les stations de prélèvement biologiques sont retenues si le nombre d’années de prélèvement est supérieur à 5.
## [1] 112
Le pré-traitement est suivi par l’analyse univarié des variables biologiques et physico-chimiques. Cela met en évidence le peu d’évolution des indices et des paramètres au cours du temps.
## $x
## [1] "Année"
##
## $y
## [1] "Variance"
##
## $title
## [1] "Variance des indices au fil des années"
##
## attr(,"class")
## [1] "labels"
## $x
## [1] "Année"
##
## $y
## [1] "Variance"
##
## $title
## [1] "Variance des paramètres physico-chimiques au fil des années"
##
## attr(,"class")
## [1] "labels"
A l’aide d’un test de Mann Kendall, la tendance des indices et des métriques au niveau de chaque station est calculée. La p-value est fixée à 0,05.
Un grand nombre de stations n’ont aucune tendance vis à vis des indices I2M2 et IBD. Lorsqu’une tendance est constatée, decroissante ou croissante, celle-ci est significative dans la majorité des cas selon le test de Mann Kendall. Aucune croissance de la richesse taxonomique est observée.
Le nombre de stations ayant une évolution significative pour l’IBD est plus grand que celle de l’I2M2, mais ceci n’est pas vraiment comparable car l’IBD est calculé au niveau de 233 stations (approximativement le double du nombre de stations I2M2).
Globalement, la Bretagne ne connait pas d’évolution majeure des indices I2M2 et IBD.